作者：

随着欧洲立法者最近通过关于人工智能的开创性立法，使其成为迄今为止最全面的人工智能法规，人工智能的未来规管将受到更多关注。虽然像美国这样的其他地区仍在紧随其后，但对客户隐私、数据安全和算法偏见潜在威胁的担忧仍然存在。行业正在努力回答未解决的问题，并挑战在充分了解监管要求之前构建系统的难题。

然而，公司不会等待监管机构规定他们应如何使用人工智能。首席信息官积极将客户数据最佳实践与一些猜测相结合，以确保符合监管要求，并与政策制定者保持开放对话。全国互助保险公司和高盛公司等组织甚至建立了自己的内部指南和框架，用来规范人工智能的使用，考虑到未来的监管期望。

在人工智能法规的发展中，实现透明度是一个关键考虑因素，特别是在使用客户数据进行人工智能决策时。全国互助保险公司首席技术官Jim Fowler预测，未来的国家级人工智能法规将不可避免地需要透明度标准。因此，全国采取了“红队、蓝队方法”，其中蓝队探索新的人工智能机会，而红队评估潜在的问题，如网络安全、偏见和监管遵从性。

红队的评估结果导致制定了与预期的州风险参数相一致的原则。企业了解到，人工智能法规可能会因国家和地区而异，反映在保险承保法规的差异之中。高盛公司首席信息官Marco Argenti强调了与监管机构进行持续对话的重要性，以解决风险，并确保符合数据保护问题。

然而，建立内部防范措施并不是在应对未来人工智能法规问题中的完整解决方案。公司必须意识到政策制定者可能会在未来引入额外的规定。最近的欧洲人工智能法案已经设立了规则，并引入了新的透明度要求，特别针对那些构成系统风险的强大人工智能模型。全球运营的公司无疑会受到这项法规的影响，以保持对欧洲市场的准入。

在美国，大量与人工智能相关的立法正在提出，表明了对持续意识和适应性的需求。像Salesforce这样的公司，通过其政府事务团队，积极与政策制定者接触，以预期即将出台的法规。然而，人工智能法规的动态性意味着没有一个解决方案可以被视为永久或全面的。

虽然一些组织正在积极与人工智能法规接触，但其他人则采取更谨慎的态度。KeyBank的首席信息官Amy Brady指出，他们正在密切关注发展，并观察监管如何演变，然后再决定全面采取行动。

随着世界朝着更大的人工智能整合迈进，管理风险和预测监管变化变得至关重要。企业必须在创新和遵从之间取得微妙的平衡，以确保对人工智能技术的负责任和道德使用。

常见问题解答

1. 欧洲人工智能法规的最新发展是什么？
欧洲立法者最近通过了关于人工智能的最全面的法规和规定，即AI法案。这些规定引入了透明度要求，禁止一些人工智能的使用，并要求对被认为具有系统风险的强大人工智能模型进行安全评估。

2. 公司是否在等待监管机构规定人工智能的使用方式？
不，公司不会等待监管机构确定如何以及何时使用人工智能。许多公司，如全国互助保险公司和高盛公司，已经制定了自己的指南和框架用于人工智能的使用，以预测未来的法规，并确保符合监管要求。

3. 公司如何解决关于客户隐私和数据安全的问题？
公司通过将围绕客户数据的最佳实践与主动措施相结合，积极解决关于客户隐私和数据安全的问题。他们还积极与政策制定者开展开放对话，以确保他们的人工智能应用符合监管要求，并解决数据保护问题。

4. 人工智能法规在各国和各州之间会有所不同吗？
是的，预计人工智能法规将在各国甚至各州之间有所不同，给操作人工智能工具的公司带来复杂性。这种差异在保险业已经很熟悉，其承保法规在不同州之间存在差异。公司必须适应这些差异，同时确保为客户提供最佳成果。

5. 公司是否可以仅依靠内部指南来符合未来法规？
内部指南和框架虽然至关重要，但并非解决未来人工智能法规问题的万灵药。公司必须意识到政策制定者可能会引入额外的规定。与监管机构的持续接触和主动适应对于保持合规和解决新兴风险至关重要。… Read the rest

西澳大利亚机构最近推出了一项AI应对框架，用于评估和管理其自动决策和人工智能项目所涉及的风险。该框架的主要目标是促进西澳公共部门对人工智能的安全和负责任使用，同时营造鼓励创新的环境。

框架作为公务员的指南，帮助其遵守西澳AI政策，通过实施风险缓解策略和建立明确的治理和问责措施来进行风险评估。它包括五项道德原则，组织必须遵守这些原则来评估其AI系统、项目和数据驱动工具。

为了识别潜在风险，内部评估考虑可能损害决策过程中的公平性、可解释性和准确性的因素。通过采用系统化方法，机构可以进行自己的评估，并根据需要有效地管理风险。在第二阶段，该框架鼓励机构试点各种风险缓解控制措施，例如增加人类介入AI辅助运营，通过额外测试验证AI模型等。

该框架的范围涵盖广泛的技术。它包括生成预测性输出的系统，如内容、预测、建议或决定，而无需明确编程。这包括完全自动和部分自动决策系统，无论所涉及的高级流程是随机森林模型还是神经网络。即使是基于规则的自动化系统和利用机构特定数据开发或训练的通用人工智能平台也必须进行风险评估。

值得注意的是，西澳AI应对框架不仅满足了新南威尔士州类似AI风险制度的要求。尽管新南威尔士州的方案范围较窄且不具有追溯性，西澳框架要求公务员评估现有的AI解决方案，并在必要时寻求西澳AI咨询委员会的审查。此外，西澳的方案不允许基于广泛可用商业应用程序或常用工具（如大型语言模型）的系统获得豁免。

从各州和领地的数据和数字部长就建立与澳大利亚AI伦理原则一致、涉及共同保证流程的全国AI保证框架达成一致。塔斯马尼亚和北领地除外，其他部长均出席并签署了一份联合声明，确认他们致力于这一倡议。

常见问题解答

1. AI应对框架在西澳大利亚的目的是什么？
– AI应对框架旨在促使西澳公共部门安全、负责任地使用人工智能，同时营造鼓励创新的环境。

2. 框架的关键要素是什么？
– 框架包括风险缓解策略、明确的治理和问责措施，以及对AI系统、项目和数据驱动工具进行系统评估的方法。

3. 框架涵盖哪些技术？
– 框架涵盖生成预测性输出且无需明确编程的系统，包括完全和部分自动化决策系统。

4. 西澳框架与新南威尔士AI风险制度有何不同？
– 西澳框架要求评估现有的AI解决方案，不允许广泛可用商业应用程序获得豁免，比新南威尔士制度范围更广。

5. 在国家层面上，AI应对框架的进展如何？
– 除了塔斯马尼亚和北领地未参加会议外，大多数州和领地的数据和数字部长已同意建立符合澳大利亚AI伦理原则、涉及共同保证流程的全国AI保证框架。

西澳大利亚引入AI应对框架反映了管理自动决策和人工智能项目风险日益重要的意义。框架是西澳公共部门公务员的指南，帮助他们遵守西澳AI政策并实施风险缓解策略。

框架的关键要素之一是包含的五项道德原则，组织在评估其AI系统时必须遵守这些原则。这些原则强调了决策过程中公平性、可解释性和准确性的重要性，确保AI的负责任和可问责使用。

为了识别潜在风险，该框架鼓励机构进行考虑各种因素的内部评估。这些评估旨在确定可能损害公平性、可解释性和准确性的任何问题。通过采用系统化方法，机构可以有效管理风险并实施必要的风险缓解措施。

该框架的范围全面，涵盖了广泛的技术。它包括生成预测性输出且无需明确编程的系统，涵盖完全和部分自动化决策系统。这包括高级流程，如随机森林模型和神经网络，以及基于规则的自动化系统和利用机构特定数据训练的通用AI平台。

与新南威尔士的AI风险制度相比，西澳AI应对框架范围更广，更全面。它要求公务员评估现有的AI解决方案，并在必要时寻求西澳AI咨询委员会的审查。此外，西澳框架不允许基于广泛可用商业应用程序或常用工具（如大型语言模型）的系统获得豁免。

在国家层面上，大多数州和领地的数据和数字部长已同意建立全国AI保证框架。这一倡议符合澳大利亚AI伦理原则，涉及共同保证流程。尽管塔斯马尼亚和北领地未参加会议，但大多数部长们出席并签署了一份联合声明，确认他们致力于这一倡议。

总的来说，西澳大利亚引入AI应对框架是向确保西澳公共部门安全、负责任使用AI迈出的重要一步。通过实施风险缓解策略和建立明确的治理和问责措施，该框架促进了一个既鼓励创新又最大限度减少潜在风险的环境。… Read the rest

英国的住房危机长期以来一直是人们讨论的话题，争论的焦点集中在增加住房供应的必要性上。然而，最近的观点挑战了这一观念，并揭示了该问题的复杂性。尽管辩论的双方都同意存在问题，但他们提出的解决方案存在显著差异。

阿兰·图灵研究所计算社会科学研究主任奥马尔·A·格雷罗博士认为，增加住房存量可能不是解决住房财富不平等问题的最有效干预手段。相反，他主张采取细致、及时、精心协调的住房政策干预措施。这些干预措施应该考虑到地区差异、目标人群、财务激励、收入来源和税收法规。

格雷罗的研究突出了考虑英国住房危机多方面性的重要性。他提议采取一种整体方法，利用人工智能方法分析政策提案，可能会提供新的见解，并制定更有效的解决方案。通过汇集不同视角，并利用先进的分析工具，决策者可以更好地了解住房危机的复杂性，并制定全面的应对策略。

虽然格雷罗的观点强调了需要综合的方法，但承认直接受住房危机影响的人们的经历至关重要。一位选择匿名的个人分享了作为一个面临无过错赶走的租户的故事。他们强调了住房危机背后的不公正和剥削，并指出了更广泛的既得利益。这种视角揭示了租户面临的挑战，以及使不平等在住房市场上持续存在的系统性问题。

此外，另一位名为丹尼尔·卡特的个人提出了有关房东角色的重要问题。他认为，焦点不应仅仅放在增加法规和惩罚房东上。相反，卡特提议通过对房地产所有权设置激励措施，作为 décourager 从别人的努力获利。这种替代方法旨在促进一个更公平的住房市场，并激励房东提供安全健康的住房。

英国的住房危机无疑是一个复杂的问题，需要细致的理解和多方面的解决方案。尽管传统智慧可能认为增加住房供应是主要解决方案，但不同的观点认为应对更深入的分析以及考虑替代干预手段的可能性。通过批判性地审查政策、解决既得利益、改善住房条件和激励负责任的土地所有权，我们有可能开辟一条通向更公平和可持续住房市场的道路。

常见问题解答

金融行业中人工智能（AI）的应用日益普及，特别是在打击欺诈方面。然而，在大型银行和小型银行之间存在着显著的数据差距，使较小机构处于劣势地位。大型银行拥有更多内部数据，可以开发强大的AI模型来检测和防止欺诈活动。而另一方面，较小银行缺乏这样的数据，使它们难以从AI技术中获益。

为了弥合这一鸿沟，美国财政部强调金融机构之间数据共享的重要性。数据共享不足阻碍了开发有效的防止欺诈的AI模型的能力。为了解决这些挑战，乔·拜登总统在10月发布了一项行政命令，旨在监管人工智能。该命令要求联邦机构制定新的AI系统安全标准，同时要求开发者与政府分享安全测试结果和其他关键信息。

财政部国内金融次长宁亚丽（Nellie Liang）强调了AI在金融服务行业的变革作用。她表示，财政部的报告提供了金融机构安全地应对不断发展的由AI驱动的欺诈格局的路线图。

报告还强调了网络安全信息共享的成熟性，但承认在与欺诈预防有关的数据共享方面缺乏进展。为了解决这个问题，美国政府可以建立一个中央化的欺诈相关信息的“数据湖”，可用于AI培训。

此外，财政部提出了“标签”制度的实施，清晰地指明用于供应商提供系统培训AI模型的数据来源和用途。这种透明度将增强AI技术的问责和信任。

此外，报告强调了先进机器学习模型的“可解释性解决方案”的必要性。这将使利益相关者能够了解AI系统的决策过程，促进公平和道德实施。

最后，财政部呼吁在定义人工智能方面更加一致，确保金融领域对人工智能的共同理解。

虽然在打击欺诈方面AI的实施具有巨大潜力，但解决妨碍较小银行的数据差距至关重要。通过促进数据共享、提升透明度和建立标准化做法，金融机构可以充分利用人工智能的力量有效地打击欺诈活动。

### 常见问题解答

1. 什么是AI实施中的数据差距？
– AI实施的数据差距指的是大型银行和小型银行在获取和利用内部数据以开发用于防范欺诈的AI模型上的差距。大型银行拥有更广泛的数据集，这使它们比小型银行具有优势。

2. 美国财政部如何建议缩小这一差距？
– 美国财政部建议金融机构之间加强数据共享，以弥合数据差距。它还建议建立AI系统的安全标准，并与政府分享关键信息。

3. 小型银行在部署AI时面临哪些挑战？
– 由于内部数据有限，小型银行面临着开发有效AI模型所需数据的不足。这阻碍了它们利用AI技术进行欺诈预防的能力。

4. 财政部提出了哪些措施来增强AI的实施？
– 财政部建议建立一个中央化的“数据湖”来支持AI培训所需的与欺诈相关的信息。它还建议实施“标签”制度，以明确指定用于供应商提供系统培训AI模型的数据的来源和用途。此外，该部门强调了可解释性解决方案的需求以及对人工智能的标准化定义。

金融行业中人工智能的应用正处于蓬勃发展的阶段，特别是在打击欺诈方面。做一个对应小银行的统一数据情况的数据平台，就如此重要且必不可少。… Read the rest

人工智能（AI）技能正迅速推动高薪水的发展，在全球范围内，各行各业越来越意识到AI的潜力，可以彻底改变他们的业务模式。随着这种需求的增长，像Databricks这样的AI初创公司正以高薪水吸引人才。入门级职位的平均工资已达到每年22.4万美元，而高级AI工程师则可以获得惊人的100万美元的薪资待遇。这些数字展示了公司愿意为AI专业知识投资多少以保持在竞争激烈的市场中的领先地位。

对AI技能的需求不仅局限于初创公司，大型科技公司如苹果也在积极寻找AI专家。这些公司拥有庞大的资源，渴望利用AI技术的变革力量。因此，AI专家的薪资正在创下新高，为专业人士发展AI能力提供了有吸引力的动力。

常见问题解答：

问：AI初创公司为入门级职位提供了什么？
答：像Databricks这样的AI初创公司为入门级职位提供了平均年薪22.4万美元。

问：高级AI工程师可以赚多少钱？
答：高级AI工程师的薪资待遇可以高达100万美元。

问：大型科技公司对AI专家感兴趣吗？
答：是的，苹果等大型科技公司正在积极追逐AI专家。

AI在不断蓬勃发展，并越来越多地融入各种行业，对熟练专业人士的需求持续增长。企业意识到在这个快节奏的数字时代保持竞争力需要利用AI的力量，并愿意在人才招聘上大笔投资。通过提供丰厚的工资，无论是初创公司还是已建立的科技公司，都旨在吸引AI领域最聪明的头脑。

本文中使用的术语需要澄清。人工智能（AI）指的是在机器中模拟人类智能的技术，这些机器被编程成可以像人类一样思考和学习。AI涵盖了各种技术，如机器学习、自然语言处理、计算机视觉和机器人技术。

虽然原始文章没有提供具体来源，但Glassdoor和LinkedIn等知名平台可以提供有关薪资趋势和职位发布的详细见解。

总之，对AI技能的需求继续推动高薪水，像Databricks这样的AI初创公司为入门级职位提供22.4万美元的薪水，并为高级AI工程师提供高达100万美元的薪资待遇。大型科技公司也在积极寻找AI专家，认识到AI技术的变革潜力。随着AI领域的扩展，具备AI专业知识的专业人士需求量大，使AI成为一个吸引人、有回报的职业选择。

视频链接：
点击此处观看相关视频… Read the rest

Kognitiv公司近日推出了Kognitiv Amplify，这一创新平台将为品牌带来高度精准的跨渠道广告，从而彻底改变了付费媒体优化的方式。通过利用人工智能（AI）的力量，Kognitiv Amplify让营销人员能够做出更好的预算和计划决策，最大化广告支出的回报率（ROAS）。

Kognitiv Amplify将广告数据与零方数据、第一方数据以及策划的第三方数据相结合，为新客户和现有客户提供个性化广告。通过根据实时洞察不断优化受众定位，品牌可以确保实现其营销目标。该平台由Kognitiv专有的AI引擎Kognition驱动，利用数百个AI和机器学习模型，包括客户生命周期价值、倾向和流失。通过评估数百万个属性并预测未来客户行为，Kognitiv Amplify确保在规模上实现个性化服务。集成反馈回路追踪归因和增量，实时优化客户参与度，以提高相关性并最大程度地提高投资回报率（ROI）。

Kognitiv首席执行官蒂姆·沙利文（Tim Sullivan）表示：“在Kognitiv，我们的使命是通过智能的、AI驱动的解决方案帮助品牌与客户建立更深入的关系。我们以Kognitiv Amplify为荣，为品牌提供智能的全渠道和全受众广告优化，帮助其实现营销和业务目标。”

对于Kognitiv Amplify以及如何通过其在付费媒体上实现自动驾驶和获益的更多了解，请与我们联系或注册进行演示。了解Kognitiv如何通过数据驱动的个性化服务激发终身忠诚并增强消费者参与度。

常见问题解答

• Kognitiv Amplify是什么？
  Kognitiv Amplify是一个AI驱动的平台，通过在规模上提供高度精准的跨渠道广告来优化付费媒体。它使品牌能够做出更好的预算和计划决策，最大化ROAS。
• Kognitiv Amplify如何工作？
  Kognitiv Amplify将广告数据与零方数据、第一方数据以及精选的第三方数据相结合。通过基于实时洞察不断优化受众定位，它向新客户和现有客户提供个性化广告，提高相关性并最大化ROI。
• Kognition是什么？
  Kognition是Kognitiv的专有AI引擎，它为Kognitiv Amplify提供动力。它利用数百个AI和机器学习模型来评估客户行为、预测未来行动，并为每个客户制定完美互动，以实现品牌的业务目标。
• 谁可以从Kognitiv Amplify中受益？
  Kognitiv Amplify旨在帮助营销人员和品牌实现营销和业务目标。任何希望优化其付费媒体策略并通过个性化广告增强客户参与度的品牌都可以受益。

来源：Kognitiv

通过Kognitiv公司推出的Kognitiv Amplify，AI在付费媒体优化领域迎来了一场革命。这一创新平台利用人工智能（AI）为品牌提供高度精准的跨渠道广告，帮助营销人员做出更佳的预算和计划决策，从而最大化他们的广告支出回报率（ROAS）。

Kognitiv Amplify通过将广告数据与零方数据、第一方数据以及策划的第三方数据相结合，为新客户和现有客户提供个性化广告。通过根据实时洞察不断优化受众定位，品牌能够确定地实现他们的营销目标。该平台由Kognitiv的专有AI引擎Kognition提供支持，利用数百种AI和机器学习模型来评估客户行为、预测未来行动，并为每个客户制定完美互动，以满足品牌的业务目标。

Kognitiv Amplify的一个重要功能是能够实时跟踪归因和增量，从而优化客户参与度。这有助于提高相关性并最大化投资回报率（ROI）。该平台为品牌提供了付费媒体的自动驾驶系统，提供智能的全渠道和全受众广告优化。

Kognitiv Amplify旨在通过数据驱动的个性化服务帮助营销人员和品牌实现他们的营销和业务目标，适用于任何希望优化其付费媒体策略并与客户建立更深入联系的品牌。

欲了解更多关于Kognitiv Amplify及体验这一AI驱动平台带来的益处，请有兴趣的人士与Kognitiv联系或在其网站上注册进行演示。Kognitiv旨在通过其创新解决方案激发终身忠诚并增强消费者参与度。

欲了解更多信息，请访问Kognitiv网站：www.kognitiv.com… Read the rest